EEGLAB ببساطة

شروط كمية البيانات لـ ICA

المحطة 4 · الدرس 2 · EEGLAB 2026.1

من الواجهة

Channels per frame
Frames per epochEpochs
Sampling rate (Hz)

السكربت

nComp   = EEG.nbchan - numel(badChans) - 1;   % expected rank after average reference
nPoints = EEG.pnts * EEG.trials;
fprintf('Data points per channel: %d\n', nPoints);
fprintf('Recording length: %.2f min\n', nPoints / EEG.srate / 60);
fprintf('Points per weight, %d channels: %.1f\n', EEG.nbchan, nPoints / EEG.nbchan^2);
fprintf('Points per weight, %d components: %.1f\n', nComp, nPoints / nComp^2);
k = 30;
for N = [32 64 128 256]
    fprintf('%3d components: at least %.1f min\n', N, k * N^2 / EEG.srate / 60);
end

أي قيمة أختار؟

المكوّنات	الأوزان (N²)	نقاط البيانات (k = 30)	دقائق عند 250 هرتز	دقائق عند 128 هرتز
32	1024	30720	2.0	4.0
64	4096	122880	8.2	16.0
128	16384	491520	32.8	64.0
256	65536	1966080	131.1	256.0
الحالة	ماذا تفعل	لماذا
مرجع متوسط أو قنوات مستوفاة	المكوّنات = القنوات ناقص المستوفاة ناقص 1	رتبة البيانات أقل، كما في درس تشغيل ICA.
التسجيل أقصر من حاجة كل المكوّنات	خفّض العدد بـ `'pca'`، مثلاً `'pca', 20`	مكوّنات أقل تحتاج نقاطاً أقل.
بيانات كافية ورتبة كاملة	لا تخفّض	التوتوريال الرسمي: PCA يفسد البيانات قليلاً، فالبيانات برتبتها الكاملة أفضل متى أمكن.

تأكّد

تعرف أرقامك
النقاط لكل وزن
القرار مكتوب

لقسم Methods

The ICA training data comprised [30504] samples per channel ([3.97] min at 128 Hz), giving [31.7] data points per unmixing weight for [31] components.

من الواجهة

السكربت

أي قيمة أختار؟

تأكّد

لقسم Methods

المزيد